基于改进FP-Growth算法和贝叶斯的营业线施工安全风险分析OA北大核心CSTPCDEI
铁路营业线施工事故致因因素众多且存在关联关系,挖掘事故致因之间的关联关系和因果关系对事故的预防管控具有重要意义。通过文本挖掘对2010—2022年某路局营业线事故调查报告进行处理,提取出51个事故致因因素。基于事故因果连锁理论将致因因素分为人因层、设备层、环境层、管理层4个层级进行分层分析,构建铁路营业线施工事故致因体系。基于压缩算法和差分编码对传统FP-Growth算法进行改进,以此对铁路营业线施工事故致因进行挖掘,找到满足提升度要求的高支持度…查看全部>>
蔡近近;宋瑞;何世伟;赵日鑫;姜俊平
北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室,北京100044北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室,北京100044北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室,北京100044北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室,北京100044北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室,北京100044
交通运输
铁路营业线施工事故改进FP-Growth算法关联规则挖掘贝叶斯网络推理致因体系
《铁道科学与工程学报》 2024 (8)
P.3370-3381,12
国家自然科学基金资助项目(62076023)中国国家铁路集团有限公司科技研究开发计划课题资助项目(K2021X002)。
评论